HTTP 获取请求字符串的正确编码是什么？

Question

HTTP 标准或其他东西是否定义了特殊字符在使用 %XXs 在 url 中编码之前应该使用哪种编码？如果它没有定义，有没有办法定义使用哪种编码？似乎大多数浏览器都以 utf-8 格式发送数据。

Answer 1

HTTP 标准或其他东西是否定义了特殊字符在使用 %XXs 在 url 中编码之前应使用哪种编码？

HTTP 标准，不。但另一个标准 IRI 可以发挥作用。

URI 是显式（一次 % 解码）字节序列。 URI 标准或 http:-scheme URI 的 HTTP 标准未指定这些字节映射到的 Unicode 字符。

专门针对查询参数：网络浏览器将使用原始页面的编码来提交表单 GET URL，因此如果您有一个 ISO-8859-1 页面并且您在搜索框中输入了“é”会得到 '?search=%E9'，但如果你在编码为 UTF-8 的页面中做同样的事情，你会得到 '?search=%C3%E9'。如果您不使用任何特定字符集提供表单页面，浏览器会猜测，这是您不想要的，因为它会让人无法猜测提交将采用什么格式。

对于 URL 的其他部分，浏览器不会自己生成它们，但如果您在链接中提供非 ASCII 字符，它通常会将它们编码为 UTF-8。这并不可靠，因为它取决于浏览器和区域设置，因此最好暂时不要使用它。

在链接中正确允许非 ASCII 字符的标准是IRI。 IRI 通过 UTF-8-%-encoding 大部分 URL 转换为 URI，但使用 Punycode 转换主机名。为了兼容性，最好不要依赖浏览器理解链接中的 IRI。相反，UTF-8-then-%-encode 您自己的路径和参数字符。它们仍然会在现代浏览器的地址栏中显示为正确的字符；不幸的是，IE 不会在所有情况下都显示解码字符的 IRI 表单，具体取决于语言设置。

希腊 gamma 字符的 Wiki IRI 是：

http://en.wikipedia.org/wiki/Γ

编码成URI，就是：

http://en.wikipedia.org/wiki/%CE%93

Answer 2

每RFC 2616，

   CHAR           = <any US-ASCII character (octets 0 - 127)>

和

 token          = 1*<any CHAR except CTLs or separators>

   separators     = "(" | ")" | "<" | ">" | "@"
                  | "," | ";" | ":" | "\" | <">
                  | "/" | "[" | "]" | "?" | "="
                  | "{" | "}" | SP | HT

和 URI 是带有各种特定分隔符的 tokens。所以，理论上，除了 US-ASCII 之外什么都没有。 （实际上，由于 US-ASCII 的 ISO-8859-1 扩展在 HTTP 规范中的许多其他地方使用，因此找到支持 ISO-8859-1 而不仅仅是 US-ASCII 的 HTTP 实现并不罕见，但严格来说说这不是符合标准的 HTTP）。

Answer 3

据我所知，没有办法定义它，尽管我一直认为它是 ASCII，因为这就是 DNS（目前，虽然本地化 DNS 即将到来，但所有问题需要）。

注意：除非您尝试使用扩展字符，否则 UTF8 是“ASCII 兼容的”。这可能在某些浏览器可能以 UTF8 编码发送其 GET 数据的原因中发挥了很小的作用。

编辑：从您的评论看来，您似乎根本不知道 % 编码是如何工作的，所以就这样吧。

给定以下字符串查询字符串"?foo=Hello World!"，即“Hello World！”部分需要 URL 编码。其工作方式是任何“特殊”字符获取它们的 ASCII 值并转换为以'%' 为前缀的十六进制。所以上面的字符串会转换成"?foo=Hello%20World%21"。